基于压缩感知的图像水印信息生成算法

针对图像水印信息冗余性高、安全性和鲁棒性低的问题,提出了一种基于压缩感知的水印信息生成方法.首先对二值图像进行提升小波变换并进行分块处理,各分块使用部分哈达玛测量矩阵进行非线性测量,对测量结果进行二值化,作为水印信息进行水印的嵌入;当水印提取时,使用正交匹配追踪法进行重构,恢复出原始水印图像.对提出的算法进行了实验研究,结果表明:提出的算法能够保证水印信息的安全性,提升水印信息容量,并有效去除图像水印的冗余部分,提高了水印算法对裁剪、拼接、噪声等攻击的鲁棒性.     

一种基于统计信息噪声估计的语音增强算法

本文提出一种基于统计信息噪声估计的谱减语音增强算法,实验表明这种算法比起普通谱相减法算法能更显著地提高算法的客观性能,特别在非平稳噪声和低信噪比的环境中能快速估计出变化的噪声功率谱。     

基于分块灰度统计特性的空域鲁棒信息隐藏算法

提出了一种基于图像分块灰度统计特性和混沌系统的空域信息隐藏新算法.利用空域重要位位置上的统计特性的相对不变特性对掩饰空间的选取过程加以控制,通过混沌猫映射的置乱增强秘密信息的不可见性,使得信息隐藏过程中秘密信息的脆弱性与隐秘的不可见性这两者的矛盾有机地统一起来.实验结果表明,在隐秘图像具有良好的不可见性的前提下,隐藏容量大于LSB算法,具有抗检测、抗提取能力,算法具有较强的抗椒盐、剪切、LSB、多低位破坏、JPEG、高斯白噪声攻击能力,鲁棒性好,优于传统的空域信息隐藏算法.     

Linux下网络流量统计的实现

介绍了在RedHat Linux下使用MRTG软件实现网络流量的统计，从而为监测网络是否正常运行提供了一定的参考依据，达到更好维护网络目的。     

基于对数障碍法的网络流量管理算法

为了有效描述和管理计算机网络流量问题,提出一种基于对数障碍法和节点队列的新算法.首先利用对数障碍函数分析影响网络流量的关键因素,然后利用对数障碍法和节点队列拥塞情况动态调节网络分布式发包速率,从而使网络获得最大的聚合效用.仿真实验结果显示,算法具有较好的适应性.     

基于BMP数字图像的信息隐藏算法

研究了基于BMP（位图文件格式）的数字图像信息隐藏技术，分析了位图图像格式。在传统LSB（最低有效位）算法的基础上，对能隐藏秘密信息的容量和隐藏位置作了改进。理论分析和实验证明，该算法信息隐藏的容量比其他算法多，并具有较好的不可攻击性。     

基于GIS的统计信息分析初探

叙述了GIS在统计行业的应用现状,提出了基于GIS的统计信息分析是GIS空间分析方法与传统统计分析方法的融合,可分为传统统计信息分析、统计信息的可视化分析、基本空间分析以及空间建模4种方法体系。     

基于混沌映射的信息摘要算法

利用混沌系统对初始条件和混沌参数非常敏感以及产生的混沌序列具有随机性与不可预测的特性，提出一种构建在Logistic映射上的信息摘要算法，通过将原始明文信息块作为混沌映射的初始值，经过混沌系统的遮代得到系统的输出来构建原始明文的信息摘要，利用Java的BigDecimal类进行了算法的实现，运行结果表明该算法性能良好。     

基于混沌映射的信息摘要算法

利用混沌系统对初始条件和混沌参数非常敏感以及产生的混沌序列具有随机性与不可预测的特性,提出一种构建在Logistic映射上的信息摘要算法.通过将原始明文信息块作为混沌射的初始值,经过混沌系统的迭代得到系统的输出来构建原始明文的信息摘要.利用Jave的BigDecimal类进行了算法的实现,运行结果表明该算法性能良好.     

基于DOM的半结构化网页信息抽取算法

为从不同的半结构化网页中自动提取数据记录,提出了基于DOM和记录子树最大相似度发现记录模武的思想,对信息噪声有较强的过滤功能,在记录模式存在一定差异的情况下也能正确识别记录。在此基础上,实现了多记录网页自动抽取的IESS算法．该系统可以从多个学术论文检索网站中自动获取结果网页。并自动抽取其中的记录。对常见论文检索网站的实验表明了该系统具有较好的有效性和准确性。     

基于多次过滤的TopN统计算法

为了解决传统T opN统计算法性能远远落后于实际需求的矛盾,该文针对T opN统计特征进行研究,并提出一种基于多次过滤的T opN统计算法M F-T opN。该算法首先从原始数据集中随机采样,得到k×N个元素的采样集合,再从该采样集合中查找从大到小的第N个元素;利用此记录作为阈值,对原始数据集进行过滤,淘汰掉低于该阈值的元素;重复上述操作,直到剩余的数据元素个数小于k×N为止。最后对剩余的数据元素进行排序,输出前N个。理论分析和实验结果证明M F-T opN在时间性能上比传统的T opN算法(如基于堆的排序算法)提高了50%左右。     

一种基于分块大容量的LSB算法

信息隐藏的原理就是利用多媒体中存在很大的冗余信息来隐藏秘密信息。该文在传统的LSB算法基础上,结合人类视觉系统的掩蔽特性,对载体图像分成平滑区、边缘区和纹理区,相应地嵌入秘密信息;实验结果表明,用该算法进行信息隐藏具有较好的隐蔽性,且具有较大的隐藏容量。     

基于信息论和免疫遗传算法学习贝叶斯网络结构

提出一种新的实现贝叶斯网络(BN)结构学习的方法,即由信息论和免疫遗传算法相结合构造最优贝叶斯网络结构.首先,通过信息论迅速搜索较为可能的网络空间,构造一个候选网络,然后用免疫遗传算法进行网络精简,得到一个最优的网络结构.不仅可降低计算复杂度,提高贝叶斯网络结构学习的效率,而且避免了传统启发式算法易陷入局部最优解的问题.实例计算证明了其可行性.     

基于IXA架构的流量测量系统设计

网络流量测量技术是网络监测和管理研究的重要前提和保证. 在分析网络处理器、网络流量采集等技术的基础上,介绍流量测量系统在Intel IXA架构上的一种设计和实现. 系统的数据采样机制和数据编码格式遵守sFlow系统标准. 最后对IXP2400上实现该系统时微引擎等资源的分配作了分析,通过并行架构优化了包处理性能.     

基于遗传算法径向基神经网络的交通流预测

为提高径向基（RBF）神经网络预测模型对交通流预测的准确性,提出了一种基于遗传算法优化径向基神经网络的交通流预测方法。利用遗传算法优化径向基神经网络的权值和阈值,然后训练RBF神经网络预测模型以求得最优解,并将该预测方法与RBF神经网络和BP神经网络的预测结果进行对比。仿真结果表明,该方法对交通流具有较好的非线性拟合能力,预测精度高于径向基神经网络和BP神经网络。     

一种基于深度强化学习的SDN路由算法

为解决软件定义网络(SDN)中的流量工程(TE)问题,提出了一种深度强化学习路由(DRL-Routing)算法.该算法使用较全面的网络信息来表示状态,并使用一对多的网络配置来进行路由选择,奖励函数可以调整往返路径的网络吞吐量.仿真结果表明,DRL-Routing可以获得更高的奖励,并且经过适当的训练后,能使各交换机之间...     

一种基于WiFi信道状态信息的人体感知算法

针对现有的基于WiFi的动作识别系统不能同时识别人物身份的问题,提出一种基于WiFi信号的人体手势和身份识别算法(Wi-GAH). Wi-GAH采用神经网络方法进行设计,将信道状态信息的幅度特征转换成一个三维矩阵结构,以最大程度地保留单个样本数据所携带的空间、时间及频率相关性;然后采用二维卷积从三维矩阵中提取特征,并使用随机丢弃神经元和批归一化减小过拟合;最后利用多任务学习实现人体手势和身份的并行识别.实验结果表明, Wi-GAH对150个手势的识别准确率为95.67%,对4个人的身份识别率达到87.33%;当只需要区分人体的权限类别时,其识别准确率能达到92.05%.     

基于权值e指数信息熵的前馈网络修剪算法

针对神经网络结构设计的难点,定义神经网络连接权值的e指数信息熵,该熵克服了Shannon熵固有的缺点,但与Shannon熵对不确定性的描述具有相同的效果.将其作为惩罚项引入神经网络学习的目标函数中训练神经网络,由于熵函数特有的属性,对神经网络中小的连接进行惩罚而对大的连接进行鼓励,从而使神经网络中小的权值迅速收敛到零值附近.通过删除零值附近的权连接进而达到简化神经网络结构的目的.典型非线性函数逼近的仿真试验结果表明,该修剪算法在保证其逼近性能的同时,可以简化神经网络结构.     

基于NS2的自相似业务流的生成

针对传统方法在产生自相似业务流时存在实现复杂、速度慢,并且生成的自相似序列精确性差等不足,提出了一种利用NS2生成自相似业务流的方法。实验结果表明,这种方法不仅实现简单、速度快,而且生成的数据具有良好的自相似性,特别适用于研究自相似业务流对排队系统的影响。     

Linux下可加载内核模块的网络测量方法研究

在linux操作系统下,提出并研究了基于Linux的可加载内核模块的网络测量方法,给出了该方法的整体框架,并且通过对网络业务流的测试,证明用此方法可以真实有效的测量网络业务流,提高网络流量测量效率.